作业帮分析验证中心极限定理的基本结论:“大量独立同分布随机变量的和的分布近似服从正态分布”.按以下步骤设计程序:(1) 产生服从二项分布 的 个随机数,取 ,,计算 个随机数之和 以及 ; (2) 将(1)
来源：学生作业帮助网 编辑：作业帮 时间：2024/04/30 11:43:35
分析验证中心极限定理的基本结论:“大量独立同分布随机变量的和的分布近似服从正态分布”.按以下步骤设计程序:(1) 产生服从二项分布 的 个随机数,取 ,,计算 个随机数之和 以及 ; (2) 将(1)
分析验证中心极限定理的基本结论:“大量独立同分布随机变量的和的分布近似服从正态分布”.按以下步骤设计程序:(1) 产生服从二项分布 的 个随机数,取 ,,计算 个随机数之和 以及 ; (2) 将(1)重复 组,并用这 组 的数据作频率直方图进行观察.
给出matlab的程序!图像最后也给.
(1)产生服从二项分布b(10,p) 的 n个随机数,取p=0.2 ,n=50 ,计算n 个随机数之和 以及(y-10np)/(10np(1-p))½ ; (2) 将(1)重复m=1000 组,并用这m 组(y-10np)/(10np(1-p))½ 的数据作频率直方图进行观察.
图像不对
分析验证中心极限定理的基本结论:“大量独立同分布随机变量的和的分布近似服从正态分布”.按以下步骤设计程序:(1) 产生服从二项分布 的 个随机数,取 ,,计算 个随机数之和 以及 ; (2) 将(1)
function b=bern(n,p)
x=rand(n,1);
% x is an n array ,choose from uniform distribution
b=zeros(1,n);
for i=1:n
b(i)=(x(i)<=p);
end
n=1000000;
p=0.3;
x=bern(n,p);
s=100;
yy=zeros(1,n/s);
for i=0:(n/s-1)
yy(i+1)=sum(x((i*s+1):((i+1)*s)))/s-p;
end
xx=-0.2:0.01:0.2;
hist(yy,xx)
把s改为10 n改为10000 p改为0.2,剩下那步就是做个标准正太分布,做不做都无所谓,我都已经center了
你这不能直接贴在matlab的那个command window就行了,首先要把function bern那个文件保存,然后才能运行后面的……
1，变量随机=49+7
2，分布随机=93
3，定量随机=98